Àlgebra vectorial: vectors

Oferim als estudiants universitaris i als lectors interessats aquesta guia didàctica de la matemàtica universitària com a fruit dels nostres anys de docència de les matemàtiques a la Universitat. El resultat final ha esdevingut una col·lecció de setze petits volums agrupats en els dos mòduls d'Àlgebra Lineal i de Càlcul Infinitesimal. Amb aquest sisè volum de la col•lecció iniciem l’estudi de l’Àlgebra vectorial a partir de conceptes propers a la intuïció com són els vectors del pla i de l’espai per, a continuació, fer una generalització del concepte de vector a altres ens matemàtics com polinomis, successions, magnituds econòmiques, etc. En aquest volum utilitzarem sovint la notació matricial, ja coneguda i emprada en volums anteriors, i que esdevé una eina idònia per facilitar la notació dels conceptes i del càlcul entre vectors. Seguim amb l’estudi axiomàtic de l’estructura d’espai vectorial i les seves propietats, que com veurem en el proper volum ens permetrà, entre altres aplicacions a l’economia, deduir els valors i vectors propis d’un endomorfisme i diagonalitzar formes quadràtiques

Àlgebra vectorial: aplicacions lineals

Oferim als estudiants universitaris i als lectors interessats aquesta guia didàctica de la matemàtica universitària com a fruit dels nostres anys de docència de les matemàtiques a la Universitat. El resultat final ha esdevingut una col·lecció de setze petits volums agrupats en els dos mòduls d'Àlgebra Lineal i de Càlcul Infinitesimal. En aquest volum es generalitza en primer lloc el concepte d'aplicació entre dos espais vectorials i s'introdueix la important definició d'aplicació lineal. Pel seu estudi s'utilitza l'àlgebra matricial. A continuació es desenvolupen els temes de valors i vectors propis, la diagonalització d'endomorfismes i l'estudi de les formes quadràtiques

A compositional data analysis package for R providing multiple approaches

”compositions” is a new R-package for the analysis of compositional and positive data. It contains four classes corresponding to the four different types of compositional and positive geometry (including the Aitchison geometry). It provides means for computation, plotting and high-level multivariate statistical analysis in all four geometries. These geometries are treated in an fully analogous way, based on the principle of working in coordinates, and the object-oriented programming paradigm of R. In this way, called functions automatically select the most appropriate type of analysis as a function of the geometry. The graphical capabilities include ternary diagrams and tetrahedrons, various compositional plots (boxplots, barplots, piecharts) and extensive graphical tools for principal components. Afterwards, ortion and proportion lines, straight lines and ellipses in all geometries can be added to plots. The package is accompanied by a hands-on-introduction, documentation for every function, demos of the graphical capabilities and plenty of usage examples. It allows direct and parallel computation in all four vector spaces and provides the beginner with a copy-and-paste style of data analysis, while letting advanced users keep the functionality and customizability they demand of R, as well as all necessary tools to add own analysis routines. A complete example is included in the appendix